基于数学形态学的图像处理二.docVIP

第五章 二值图像的形态学分割算法 5.1概述 图像分割是计算机视觉领域中的一项关键技术，是实现自动图像分析时首先需要完成的操作。它是根据图像的某些特征或特征集合的相似性准则，对图像进行分类，将图像平面划分成一系列“有意义”的区域。分类结果的好坏直接影响到后面的目标检测、特征提取和目标识别等工作，因此分割的方法和精确程度是至关重要的。 5.1 .1图像分割的数学描述 图像分割是将图像分成若干个区域，每一个区域内部有相同或者相似的特性，而相邻区域的特性不同，下面给出图像分割的确切数学描述[26]: 设(x，y)为数字图像象素的空间坐标，G={0，1，…，k}为象素的灰度层次。一幅数字化图像I由M×M个象素组成，M={1，2，…，n}，(x，y)∈M×M，于是图像函数可以定义为一种映射f: M×M→G，图像在点(x，y)处的强度记为f(x，y)。根据灰度和纹理结构的特征，可将图像中的区域B定义为I的相互连通的均匀的子集。 设F为定义在B区域上一致性测量的逻辑准则，则有 定义H:B→为B的一致性估计的函数，是已经定义的D的子区域。图像分割就是将图像阵列I分割成若干个邻近且互不交迭的非空的子集B1、B2…、Bm，即Bi应满足下面的条件: 5.1.2图像分割的一般方法[27] 图像分割大致可以分为基于边缘检测的方法和基于区域的方法。基于边缘检测的方法